Google Gemini TTS 2.5上线，情绪语音+24种语言以及多角色一键切换
Google又有新动作，Gemini TTS 2.5正式和大家见面啦！这次升级可不简单，带来了情绪级语音表达，从欢快乐观到阴郁严肃，一键就能切换，让语音更有情感。
它还具备上下文自适应节奏功能。在朗读复杂内容时，会自动放缓语速，让你轻松理解；遇到兴奋的段落，则会加速，营造紧张刺激的氛围。比如读神秘小说，能随着剧情逐步加速，转折处“咔嗒”一声，张力直接拉满。
多角色和24语种支持也是一大亮点。多说话者身份锁定，对话交接自然，不会出现角色串线的情况。覆盖英、法、德等24种语言，还保留了原音调与风格。像Voices from History应用，就能实现英 - 多语种混用历史对话，角色个性十分稳定。
行业反馈也相当不错。音频平台集成后，多说话者模式很受欢迎，订阅率提升了20%，首月流失率降低了20%，运营成本还下降了20%。内容工作室用英/印地语给漫画配音，角色一致性获赞，沉浸感显著提升。
Google还计划在2025年Q1推出低延迟Flash版与高质量Pro版并行，满足实时与精品双需求。如果你对语音合成感兴趣，不妨去Google AI Studio与Playground免费测试一下，提前感受这些新功能带来的魅力。
商汤Seko 2.0上线：低成本生成百集连贯动画，AI视频Agent解决长剧制作难题
想轻松制作动画剧吗？商汤科技发布的Seko 2.0多剧集AI视频Agent能帮你实现。只需输入一句话创意，就能一键生成最高100集剧情连贯、人物零崩坏的长篇动画短剧，而且制作成本低到接近“一杯奶茶钱”。
Seko 2.0采用“多剧集记忆 + 全局一致性”架构，能确保人物脸型、服装、声音从第1集到第100集都零崩坏，世界观、时间线、人物关系也能自动记忆并严丝合缝。它先生成完整故事大纲与100集分集剧情表，用户确认后再逐集生成，每集都有标准节奏。
操作起来也很简单，分三步。先输入创意，可以是一句话，也能上传剧本；再选风格，有上百种可选，还支持多种比例；最后导入角色，上传自拍生成3D形象，或导入原创OC，还能随时暂停修改。
AIbase编辑部实测，输入“30集废柴大学生19天逆袭北大考研故事”，选热血国漫风和竖屏模式，12分钟就拿到第1集完整成片，人物可识别，剧情节奏流畅。
和竞品相比，Seko 2.0在100集连贯性上更胜一筹。虽然商汤未公布具体定价，但透露“一杯奶茶钱”就能生成100集。而且猿动力影视已和商汤合作，计划2025年推出电影质感级AI漫剧，延伸至院线电影与精品剧集，值得期待。
工具地址：商汤发布Seko 2.0
夸克S1智能AI眼镜火爆，市场供不应求
最近AI智能眼镜市场热闹非凡，夸克S1成了焦点。12月10日，它在天猫、抖音等主流电商平台一上架就被抢购一空，出现了“上架即售罄”的火爆场面。
天猫官方客服称，由于产能有限，每天上午10点上架的限量产品不到半小时就没了，公司正在紧急增产备货。线下合作门店也表示，新订单普遍要等一个月左右，订单量已透支未来约45天的产能，供应链面临极限考验。
在二手交易平台上，夸克S1成了硬通货。转卖价格普遍在4000元左右，部分现货甚至被炒到超过5000元，远超官方售价。市场上还出现了租赁业务，Rokid、雷鸟等热门品牌日租价格在40元至95元不等，可见大家对新技术的尝鲜需求很旺盛。
夸克S1之所以这么火，和它自身的优势分不开。不过目前产能跟不上需求，导致供不应求。对于消费者来说，如果不着急体验，可以等产能提升、价格稳定后再购买；要是想第一时间尝鲜，二手市场和租赁业务也是选择，但要注意交易安全。
随着技术发展和产能扩大，相信未来AI智能眼镜市场会更加成熟，产品也会更加丰富多样，给消费者带来更多选择和更好的体验。让我们一起期待吧。
详情查看：AI智能眼镜市场狂热来袭，夸克S1供不应求，二手溢价超5000元
Figma上线AI图像编辑：支持套索删除、背景扩边与无提示调色
设计平台Figma在2025年12月10日上线了全新AI图像编辑功能，给设计师们带来了不少便利。这次新功能支持套索一键删除/隔离对象、背景自动扩边及无文本提示的光照/色彩微调，工具栏还统一归位了。
套索2.0功能很实用。用套索工具选中目标，点击“Remove”就能直接删除，点击“Isolate”还能拖移位置，而且背景、颜色等属性保持不变。无需文字提示，模型就能自动补全像素，适合产品图、人物海报快速二次创作。
画面扩边功能也很强大。能把1×1的方形创意扩展为Web横幅或手机海报，系统自动填充两侧背景与元素。它结合了生成模型与像素级修复技术，避免了重复裁剪与人工对齐。
无提示微调功能让操作更简单。选中对象后，在侧边栏直接调整光照、阴影、色温、焦点，无需输入指令，适用于品牌物料快速适配不同媒介色彩规范。
工具栏归位设计也很贴心。所有图像编辑功能统一收入左侧工具栏，“Remove Background”获得突出按钮。Figma透露，删背景是平台最高频操作，新设计能显著缩短操作路径。
新功能今日起面向Figma Design与Draw用户推送，2025年覆盖全产品线。Figma还计划2024Q4开放图像编辑API，探索视频帧级对象移除。设计师们不妨去体验一下这些新功能。
详情查看：Figma全新AI图像编辑功能正式上线，设计效率飙升！
腾讯元宝AI新功能，解决QQ群“爬楼”难题
在QQ群里聊天，面对大量未读消息，是不是常常感到焦虑，不知道从哪看起？腾讯旗下AI助手“腾讯元宝”推出的智能未读消息总结功能，就能帮你解决这个难题。
这个功能利用人工智能技术，自动把冗长的群聊记录提炼成要点明确、结构清晰的总结报告。你不用再逐条翻阅，只需启用总结功能，系统就能快速生成涵盖核心话题、关键发言、分享文件及图片的摘要报告，让你“一分钟爬完一下午的楼，瞬间回归群聊大部队”。
它的功能很强大，不止于简单摘要。能自动识别并归类群内的核心讨论话题，标注讨论时间段、参与成员和精炼总结；还能专门筛选并汇总所有@提及你的重要消息，确保通知和关键事项不被遗漏，你也能点击特定群友名称，查看其发言汇总；自动将聊天中分享的图片、文档等文件打包整理，一键查看或下载；在阅读总结时，通过点击数字索引，直接跳转至原始聊天记录。
除QQ群总结功能外，元宝还支持添加为QQ好友进行一对一对话，提供查信息、读文件、评游戏战绩等服务。
同时，电脑版、浏览器插件及移动APP均已上线，多端覆盖，将AI便利性融入工作、学习和社交。这个功能直击信息过载痛点，有望提升沟通效率，让你更轻松参与社群互动。
工具地址：腾讯元宝AI
阿里发布Qwen3-TTS语音模型，49种音色任你选
阿里通义千问发布的新一代语音合成大模型Qwen3-TTS，给语音合成领域带来了新惊喜。即日起，它通过Qwen API向全球开发者免费开放，提供了丰富的语音选择和强大的功能。
Qwen3-TTS有49种多角色音色，角色库涵盖性别、年龄、地域及角色设定，像“撒娇搞怪茉兔”“严厉老师墨讲师”等，一键就能切换。无论是播客、有声书、游戏NPC还是智能客服，都能秒级换声，无需额外训练。
它支持10种主流语言及10种中国方言，主流语言包括中、英、德等，方言有普通话、粤语、四川话等，保留了地道口音与语调。在MiniMax TTS multilingual test set上，平均词错误率（WER）优于MiniMax与ElevenLabs，合成准确率提升约12%。
韵律与语速方面，它能根据文本情绪自动调节快慢与停顿，音节级重音与语调预测让MOS评分达4.6，逼近真人4.8，首包延迟<300ms，适合直播配音与对话场景。
目前API免费开放，无调用次数限制，默认支持商业用途，无需额外授权费，一句HTTPS请求即可接入，10行代码完成语音播报。2025年Q1将推出“方言语音克隆”功能，5秒音频复刻地方口音；Q2发布边缘盒子版本，支持离线局域网部署，覆盖智慧景区、车载语音等场景，值得期待。
Google升级AI搜索：增加内嵌链接与AI说明，提升结果透明度
Google对其AI驱动的搜索功能“AI模式”进行了重要更新，旨在提升用户的搜索体验。这次更新为搜索结果增加了更多内嵌来源链接，还由AI生成简短说明，帮助用户理解链接与查询的关系。
比如搜索“如何用低预算打造复古家居风格”，首先会看到一段概括性总结，提供二手货物建议、建筑细节改造思路和DIY项目等内容。总结之后是相关网站链接，以轮播形式呈现，方便浏览。未来，AI模式回答中会有更多带超链接的词语或短语，每个链接旁都有AI生成的说明。
这一调整是在欧盟监管机构加大对生成式AI搜索审查的背景下进行的。此前欧盟委员会对Google展开调查，评估其是否违反竞争规则、未给予网络出版商“适当补偿”。
Google注意到，AI生成总结出现时，用户点击传统链接意愿可能下降，但整体点击量仍“相对稳定”。为缓解“截流”担忧，Google与多家媒体试点合作，探索AI工具为新闻机构吸引受众，如为文章添加AI撰写的概述摘要，与美联社合作推送实时资讯。
还把“偏好来源”功能推广到全球英语用户，让用户更易找到喜欢的媒体来源。这次更新能让搜索结果更清晰，提升用户体验。
详情查看：Google AI搜索功能升级
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区
AITOP100平台官方交流社群二维码：
